分布函数

定义
设XXX是一个随机变量,xxx是任意实数,函数F(x)=P{X≤x},−∞&lt;x&lt;∞F(x)=P\{X\le x\},-\infty&lt;x&lt;\inftyF(x)=P{X≤x},−∞<x<∞称为XXX的分布函数。

分布函数F(x)F(x)F(x)在xxx处的函数值,表示XXX落入区间(−∞,x](-\infty ,x](−∞,x]的概率。

  • F(x)F(x)F(x)是一个非减函数
  • F(−∞)=0,F(∞)=1F(-\infty)=0,F(\infty)=1F(−∞)=0,F(∞)=1
  • F(x+0)=F(x)F(x+0)=F(x)F(x+0)=F(x),F(x)F(x)F(x)是右连续的
    (假设xxx代表骰子的点数,那么F(3)F(3)F(3)含义是点数小于等于3的概率为1/2.
    右连续,就是加一个微小的数,比如0.1,F(3.1)F(3.1)F(3.1)点数小于等于3.1的概率,还是1/2.
    但是,向左减一个微小的数,比如0.1,F(2.9)F(2.9)F(2.9)点数小于等于2.9的概率,就是点数小于等于2的概率为1/3
    即,F(3+0)=F(3),F(3−0)=F(2)F(3+0)=F(3),F(3-0)=F(2)F(3+0)=F(3),F(3−0)=F(2)这里+0,-0表示一个微小的数)

ToBeContinued

概率统计学习笔记(7)相关推荐

  1. 高维统计学习笔记1——LASSO和Oracle性质

    高维统计学习笔记1--LASSO和Oracle性质 主要参考资料:Sara Van De Geer<Estimation and Testing Under Sparsity> 前言 当年 ...

  2. 【统计学习笔记】最大似然法

    [统计学习笔记]最大似然法 最大似然原理 随机试验有若干个可能的结果,如果在一次试验中结果A发生,而导致结果A发生的原因有很多,在分析导致结果A发生的原因时,使结果A发生的概率最大的原因,推断为导致结 ...

  3. 【统计学习笔记】泛化误差上界

    [统计学习笔记]泛化误差上界 1. 泛化误差 2. 泛化误差上界 1. 泛化误差 学习方法的泛化能力是指由该方法学习到的模型对未知数据的预测能力,是学习方法本质上重要的性质.测试误差是依赖于测试数据集 ...

  4. 统计学习笔记(1)——统计学习方法概论

    1.统计学习 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科,也称统计机器学习.统计学习是数据驱动的学科.统计学习是一门概率论.统计学.信息论.计算理论.最优化理 ...

  5. oracle常用数据统计,学习笔记:Oracle DBMS_STATS常用方法汇总 常用于收集统计oracle...

    天萃荷净 Oracle数据库中DBMS_STATS常用方法(收集oracle数据库.索引.表等信息) –收集Oracle数据库信息命令 EXEC DBMS_STATS.gather_database_ ...

  6. 统计学习笔记—手撕“感知机”

    统计学习方法笔记(1)-感知机 引言 感知机模型 模型简述 感知机算法思想 感知机算法性质 算例实现 导入数据 使用前两类莺尾花数据 利用感知机进行线性分类 小结 参考 轻松一刻 引言 下午拜读了李航 ...

  7. 数据清洗之数据统计-学习笔记

    学习笔记:数据的统计 import pandas as pd import numpy as np import os os.chdir(r'F:\CSDN\课程内容\代码和数据') #在线杂货店订单 ...

  8. 统计学习笔记(2)——感知机模型

    感知机学习旨在求出将训练数据集进行线性划分的分类超平面,为此,导入了基于误分类的损失函数,然后利用梯度下降法对损失函数进行极小化,从而求出感知机模型.感知机模型是神经网络和支持向量机的基础.下面分别从 ...

  9. 2020年余丙森概率统计强化笔记-第一章 随机事件及其概率-第二章 一维随机变量及其分布

    文章目录 第一章 随机事件及其概率 第二章 一维随机变量及其分布 正态分布图形 第一章 随机事件及其概率 第二章 一维随机变量及其分布 笔记放在博客上,也是一种分布式操作了!!! 正态分布图形 图片来 ...

  10. 推断统计 | 学习笔记 (全)

    一.概率与概率分布 概率论:为解决不确定性问题提供方法 1.随机事件及其概率 基本概念 试验:在相同条件下,对事物或现象所进行的观察.特点是可以在相同的条件下重复进行:每次试验的可能结果不止一个,但试 ...

最新文章

  1. 关于chrome等浏览器不支持showModalDialog的解决方案
  2. 面试官问:线程池是如何重复利用空闲的线程来执行任务的?
  3. 李迅雷+但斌+趋势的力量+对话PPT
  4. c语言 feof_C语言 技能提升 系列文章(六)文件操作
  5. SQL性能第1篇:关系优化
  6. spring-beans下的BeanUtils.copyProperties
  7. 组态王和modbus协议
  8. Codeforces Round #327 (Div. 2) C Median Smoothing(找规律)
  9. linux用vi编辑后保存退出命令是什么,linux vi保存退出命令
  10. 从一个线上问题看 Elasticsearch 数据清洗方式
  11. matlab 空间向量的夹角,空间两向量之间的旋转角如何求?角度范围在0-360°
  12. css 属性 linear-gradient 渐变色
  13. 2021年9月PMP考试新鲜出炉,如何查询成绩?
  14. 对抗攻击方法及论文总结
  15. 以史为鉴:思考元宇宙的方法
  16. mysql数据库搭建动态网站_动态网站搭建之如何配置Mysql数据库连接详细教程讲解...
  17. HTML5 实现本地图片裁剪
  18. 肠道菌群对药物,重金属,污染物,膳食化合物的代谢和健康效应
  19. 网站响应时间优化思路你知道几个?
  20. jprofiler远程监控JVM( spring boot项目)

热门文章

  1. 微信僵尸粉源码php,清除微信僵尸粉工具源码
  2. CTD数据库(Comparative Toxicogenomics Database)介绍与使用
  3. 西门子 1200PLC全额补贴课程
  4. Ubuntu 安装字体方法
  5. mtk驱动sensor移植
  6. android 开源 视频播放器,安卓视频播放器——ijkPlayer(Bilibili开源)-Go语言中文社区...
  7. 第一、三、四届(2010、2012、2013)山东省ACM
  8. Dsoframer控件的下载及注册
  9. 浅析CSDN的下载积分
  10. 本科毕业论文降低查重率小技巧